智能汽车软件在智能座舱中的应用及关键技术梳理.docx

1、智能汽车软件在智能座舱中的应用及关键技术梳理关键技术梳理：智能座舱从智能座舱研发环节来看，主要涉及到软件工程&硬件工程：1）软件工程：包括操作系统、基础软件（虚拟化等）、智能基础（用户画像、情景感知、多模态融合交互等）、应用开发（Android为主）、仪表软件开发（QNX为主）、TBOX软件开发（Linux）、云服务（信息安全等）；2）硬件工程：包括显示硬件（屏幕、HUD等）、交互设备、摄像头、通信单元/网关、座舱域控制器等。汽车操作系统可分为车控操作系统和智能座舱操作系统两类：车控操作系统是实现车辆行驶功能、动力性的运行基础；智能座舱操作系统主要为车载信息娱乐服务以及车内人机交互提供控制平台

2、，是汽车实现座舱智能化与多源信息融合的运行环境。操作系统在车上主要应用领域为：信息娱乐、自动驾驶、复杂网关、TBOX；目前主流的智能座舱车载操作系统共有四种：QNX、Linux、Android以及WinCE；传统智能座舱操作系统中QNX占据了绝大部分份额，近年来，智能座舱的娱乐与信息服务属性越发凸显，开源的Linux以及在手机端拥有大量成熟信息服务资源的Android被众多主机厂青睐，成为后起之秀。此外，国外少量车型还采用了Win CE等作为智能座舱操作系统。据 IHS 统计和预测，目前QNX占据60%市场份额，到2022年QNX和Linux（含Android）将平分市场份额，WinCE基本退

3、出竞争。主流车载底层OS梳理操作系统简介优势劣势合作主机厂/零部件供应商QNXQNX是一种商用的类Unix实时操作系统，目标市场主要是嵌入式系统安全性、稳定性极高，符合车规级要求，可用于仪表盘需要授权费用，只应用在较高端车型产品上 ，兼容性较差通用、凯迪拉克、雪弗兰、雷克萨斯、路虎、大众、别克、丰田、宝马、现代、福特、日产、奔驰、哈曼等Linux基于POSIX和UNIX的多用户、多任务、支持多线程和多CPU 的操作系统免费，灵活性、安全性高应用生态不完善，技术支持差丰田、日产、特斯拉等Android谷歌开发的基于Linux架构的系统，属于“类Linux”系统开源，易于OEM自研、移动终端生态完

4、善安全性、稳定性较差，无法适配仪表盘等安全性要求高的部件奥迪、通用、蔚来、小鹏、吉利、比亚迪、博泰、英伟达等WinCE微软发布的32位的多任务嵌入式操作系统，具有多任务抢占、硬实时等特点在当时实时性出色，windows应用开发便利高度模块化的开发流程使得开发用户越来越少，应用越来越匮乏，慢慢退出舞台福特Sync 1、Sync 2等操作系统目前已成为汽车制造商智能网联化布局和掌握核心技术的关键。从车企角度看，绝大多数外企整车厂、零部件供应商（如奔驰、宝马、博世等）和国内造车新势力（如小鹏、蔚来等）选择自建技术团队， 在底层操作系统基础之上进行定制化开发，形成自己独有的车载系统。部分国内主机厂（如

5、上汽荣威）则选择与互联网公司合作，开放一 定的权限，直接搭载合作伙伴所开发的车载系统。各大车企纷纷开发自己的操作系统车企专属车载系统底层系统语音触控手势OTA自主上汽斑马智行AliOS-吉利GKUIAndroid-北汽i-linkDuerOS-外资宝马iDriveQNX奔驰MBUXLinux-福特SYNCQNX-造车新势力TeslaVersionLinux-蔚来NOMIAndroid-小鹏Xmart OSAndroid-虚拟机：座舱电子标配1）虚拟机Hypervisor，亦称为VMM（virtual machine monitor），随着座舱处理器的性能越来越强，座舱屏幕越来越多，座舱电子涵盖

6、的功能越来越多，虚拟机已经成为座舱电子不可或缺的软件系统；2）在虚拟化环境下，物理服务器的CPU、内存和I/O等硬件资源被虚拟化并受Hypervisor的调度，多个操作系统在Hypervisor的协调下可以共享这些虚拟化后的硬件资源，同时每个操作系统又可以保存彼此的独立性。不同类型车载操作系统架构主流虚拟化软件梳理：QNX应用最广泛1）目前常见的虚拟机包括黑莓的QNX、英特尔主导的ACRN、Mobica为代表的XEN、松下收购的Open Synergy的COQOS、德国大陆汽车的L4RE，法国VOSyS的VOSySmonitor，其余还有很多，包括Green Hills的Integrity，日

7、本的eSOL，SYSGO 的Pike，Mentor的Nucleus，三星哈曼的Redbend，EPAM的Xen；2）QNX公认是最成熟安全程度最高的座舱虚拟机操作系统，不过收费较高，包括入门费、席位费、服务费和授权费（按屏幕量收费），QNX虚拟机采用虚拟CPU模式。主流虚拟化软件梳理：QNX应用最广泛虚拟化软件主导机构入门费代码行数SOC平台安全等级典型量产车型Tier 1支持中国区支持QNX黑莓21万美元20K英特尔A3900系列、NXP LMX8系列、高通820系列、瑞萨 R-CAR3ASIL D路虎卫士、广汽AionLX伟世通、电装、博世、马瑞利中科创达、南京诚迈ACRN英特尔/25K英

8、特尔E3900、A3900系列长城F7、红旗、奇瑞星途三星哈曼、东软、LG英特尔中国XEN(Mobica)Linux基金会等/290K联发科MT2712丰田部分低端车型COQOS松下15万美元30K高通S8155、NXP LMX8、NXP S32G、瑞萨 R-CAR3ASIL B日产部分高端车型松下、佛吉亚电子L4RE大陆汽车/31K瑞萨 R-CAR3大众迈腾等大陆汽车VOSySmonitor法国VOSyS/100K联发科MT2712、瑞萨 R-CAR3、瑞萨RZ/N10ASIL C/智能座舱中，包含用户画像、情景感知、智能推荐在内的智能基础，可以统一划分到人机交互领域。智能驾驶汽车由于操纵机

9、构的简化，有大量空间可以释放，所以 智能驾驶汽车的内部设计将被重新定义，并且向定制化方向发展。功能的增加使智能驾驶汽车的人机交互系统有更多的发展空间。相比传统汽车，智能驾驶汽车的车载信息系统也将更为强大，支撑汽车实现自动驾驶或辅助驾驶、状态监测、娱乐、办公、通讯等多种功能。汽车人机交互主要包括人机交互技术与人机交互界面。通常认为智能汽车存在三大要素：人机交互、智能驾驶、智能服务。其中人机交互是入口，而智能驾驶与智能服务输出驾驶操控体验和服务体验，只有通过人机交互才能为用户带来更安全舒适的体验。人机交互领域主要包括计算机技术的设计和使用、人与计算机之间接口（交互界面）两个方面。随着汽车智能化及人

10、工智能技术的发展，人机交互在汽车座舱及内饰设计中应用越来越广泛。人机交互发展历程资料来源：中国智能网联汽车产业创新联盟、华西证券研究所智能汽车人机交互设计框架图人机交互成为智能网联汽车关键要素之一，预计2030年市场空间有望逾550亿美元。伴随着智能网联汽车快速发展，车内互联产品与内容资源也随之被广泛应用，车内人机交互作为智能网联汽车的三大要素之一，市场空间 广阔。根据盖世汽车数据，预计至2030年，全球汽车HMI市场规模或将超过550亿美元，主要市场玩家包括Tier1、电子厂商、互联网科技巨头以及一些初创科技公司等，大家依据自身优势抢占市场份额，竞争激烈。我国智能驾驶渗透率快速提升，有望拉动

11、HMI市场加速放量 人机交互成为智能网联三大要素之一按键/旋钮触控语音交互动作识别(手势、姿态等)眼动交互(注视/眨眼/眼势等)生物识别(人脸/指纹/声纹/虹膜等)虚拟现实输入(AR/VR等)智能汽车人机交互技术包括按键/旋钮、触控、语音交互、手势识别、生物识别等，多模态融合交互成为趋势。现阶段，车内的人机交互多为触控、语音、生物识别、AR技术等多方式组合，集成于汽车座舱内的显示系统、智能座椅、内饰等区域，已提高人机交互的效率和便捷性。目前从整体市场来看，中控屏的车型及车款装配率最高，进入成熟期，后期液晶仪表与HUD增长潜力大；语音识别系统车型装配率已达到55.5%；由于生物识别技术多搭载于高

12、端车型，有待进一步渗透。由于这些交互方式各有优缺点，相互难以完全替代，因此多模态交互已是发展的必然趋势。智能汽车应用的人机交互技术 智能座舱人机交互典型界面交互算法：语音交互目前仍为主流目前主流的人机交互技术中，物理操控、触摸控制和视觉交互属于较为传统的交互方式， 语音、生物识别和手势属于新兴人车交互范畴。语音是人车交互的主流方式。语音交互分为两种，一种是内置，汽车车内的屏幕作为功能的扩展；另外一种是聚焦交互，通过把交互方案放在手机、车机的连接当中，收取信息。目前自然语音技术是主流，语言识别准确率可以高达90%以上 ，但在整体产品体验上还有改进空间，需要进一步提升算法智能程度。手势和生物识别交

13、互还处于发展早期。目前行业内所采用的手势识别有三种：结构光、TOF飞行时间法以及成像技术。目前主流人机交互系统开发商人机交互涉及到软件主要包括设计侧+实现侧：1）设计侧：汽车HMI设计分为UX、UI设计过程中涉及到的软件主要有Photoshop，Sketch、Afterffects、 EfIllustrator，CorelDRAW等，不同的主机厂设计部门、Tier1、设计服务公司都会一定差异；2）实现侧：主要包括操作系统、HMI集成软件操作系统方面，目前最重要的HMI设计零件为数字仪表和娱乐大屏，其中仪表安全级别要求最高，因此涉及到的主流软件系统为Linux、QNX；中控大屏相比仪表安全级别低

14、很多，目前主流软件系统为Linux、 Android；HMI集成软件方面，主要包含三类，KANZI、CGI、Qtdesign，HMI集成设计软件可以解决众多图形化用户界面分化的问题，使得用户界面的设计师和工程师可以把注意力放在他们自己最能胜任的地方。人机交互设计侧主要涉及到的操作系统人机交互实现侧主要涉及到的操作系统DMS（驾驶员监测系统）为车内人机交互的一大应用领域，主要分为主动和被动两种：DMS在发现驾驶员出现疲劳、打哈欠、眯眼睛及其他错误驾驶状态后，DMS系统将会对此类行为进行及时的分析，并进行语音灯光提示，起到警示驾驶员，纠正错误驾驶行为的作用。被动式DMS系统：基于方向盘转向和行驶轨

15、迹特征来判断驾驶员状态；主动式DMS系统：基于摄像头和近红外技术，从眼睑闭合、眨眼、凝视方向、打哈欠和头部运动等，检测驾驶员状态；驾驶员因素导致了37%的车辆事故：根据相关数据统计，司机因素导致车辆事故占比37%，其中80%事故是由司机激进驾驶行为所导致，15%的事故由司机疲劳驾驶所导致；4%的事故由驾驶员注意力分散引发，如打电话、看手机、抽烟等。驾驶员因素导致了37%的车辆事故 DMS典型应用涵盖低头、闭眼、瞌睡、打电话等姿态监控突发事件（灾害 其他, 4%智能驾驶时代，DMS主要应用于L2/L3级别：DMS系统主要是对L2-L3级别的自动驾驶系统而言的，对L4级别是没有意义的，除非系统仍然

16、是需要安全员的测试环节。Euro-NCAP发布了2025路线图，要求从2022年7月开始新车都必须配备DMS。中国已立法对商用车强制装配驾驶员监测系统，乘用车搭载要求也在推进制定中。市场需求正在爆发：据佐思汽研数据， 2019年在中国主动DMS系统的乘用车新车安装量为10,170套，同比增长174%。2020Q1安装量为5,137套，同比增长360%。增长动力来自于主动DMS系统在15-20万价格区间车型中的采用，WEY、小鹏汽车、吉利汽车等品牌纷纷装配。2020-21年是L3级别新款车型量产高峰 DMS市场需求正在爆发2020Q1同比增长360%蔚来造车新势力L2L3威马L2L3小鹏L2L3

17、12000100008000600040002000360%400%350%300%250%200%150%100%50%0 0%2018 2019 2020Q1安装量（套） 同比增长（%）DMS算法厂商正在崛起：，DMS的核心功能是监测驾驶员的疲劳和注意力分散程度，通过人脸、性别和表情的识别, 可以实现身份认证，以及更丰富的人车交互，这些丰富的功能单靠Tier1在短期内是无法完成的，所 以DMS系统多数是靠Tier1+算法企业合作实现的典型供应商包括EyeSight、Smart Eye、FotoNation、Seeing Machine等；本土DMS力量正在崛起，典型参与方包括：虹软科技（截

18、至2020年4月，公司已有量产产品）；中科创达（算法切入，子公司MM solution技术实力突出）；此外，锐明技术和鸿泉物联也有较强实力（商用车DMS布局较好）。虹软科技智能座舱视觉解决方案（DMS）典型应用场景车联网条件下的高精度定位组合=高精度地图+GNSS+IMU：根据场景以及定位性能的需求不同，车辆定位方案是多种多样的。在 大多数的车联网应用场景中，通常需要通过多种技术的融合来实现精 准定位，包括GNSS、惯性测量单元（IMU）、传感器以及高精度地图等；GNSS是最基本的定位方法。考虑到GNSS在遮挡场景、隧道以及室内的不稳定（或不可用），其应用场景受限于室外环境，因此GNSS或传感

19、器等单一技术难以满足现实复杂环境中车辆高精度定位的要求， 无法保证车联网定位的稳定性。因此还需要其他技术手段例如惯性导 航（可实现无源定位）、高精度地图等，以满足高精度定位需求。高精度定位的3种技术手段在场景覆盖和精度上各有所长智能驾驶时代对车辆定位提出更高要求 GNSS在高精度定位中扮演者最基础的角色基于前面分析，可以推断高精度地图对于智能驾驶不可或缺：目前智能驾驶传感系统存在鲁棒性缺陷：所谓系统鲁棒性，指在若干算法出现失效时，需要保持全系统进行降级使用，最后完成可靠退出，目前仅依靠传感器、惯性导航、计算单元等，智能驾驶存在缺陷；从视野范围看，高精度地图不存在距离和视觉的缺陷，在特殊天气条件

20、下依旧可使用；从误差看，高精度地图可以有效消除部分传感器误差。高精度地图为高级别智能驾驶车辆标配高精度定位导航市场空间便有望达千亿级别。根据中国信通院披露数据，目前高精度导航设备成本约3万元左右。然而，在星地基增强系统一体化建成后以及导航终端芯片化集成后，高精度导航设备技术方案必然会明显简化，当其形成明显规模优势后，成本将降到汽车市场认可的量产价格，预计2020年中国V2X用户将超4000万，若按30%需求实现高精度定位能力，市场规模就将达到1200亿元。智能驾驶车联网高精度定位系统架构传统地图使用者是人，而高精度地图使用者是车。传统电子导航地图会描绘出道路，部分道路会区分车道，而高精度地图不

21、仅会描绘道路，对一条道路上有多少条车道也会精确描绘，会真实地反映出道路的实际样式。截至2020年4月底，全国共有22家单位获得甲级导航电子地图资质，企业类型主要包括传统图商、政府事业单位和IT类公司。我国甲级导航电子地图资质单位名单（截至2020.4）序号单位成立年份地点获得资质时间企业类型1四维图新2002北京2001.1传统图商2高德2001北京2004.6阿里巴巴孙公司3灵图1999北京2005.6传统图商4 长地万方 2002 北京 2005.5 XX子公司5 凯立德 1997 深圳 2005.6 传统图商7 国家基础地地理信息中心 1995 北京 2006.1 事业单位6 易图通 1

22、997 北京 2005.7 传统图商传统导航地图 VS 智能驾驶地图传统导航地图 智能驾驶地图8 立得空间 1999 武汉 2007.6 传统图商9 大地通途 2005 北京 2007.6 腾讯子公司10 江苏省测绘工程院 1984 南京 2008.6 事业单位11 浙江省第一测绘院 1975 杭州 2008.6 事业单位道路 POI-涉密 POI 禁止表达、重点POI 必须表达; 背景-国界、省界等信息必须准确表达重、限宽;定位地物和 Feature 图层所属系统信息娱乐系统车载安全系统用途导航、搜索、目视辅助环境感知、车道级路径规划、车辆控制使用者人、有显示计算机、无显示现势性要求相对低、

23、人可以良好应对高、机器较难良好应对要素和属性 详细车道模型-曲率、坡度航向、限高、限12 江苏基础地理信息中心 2000 南京 2010.1 事业单位13 光庭信息 2011 武汉 2013.6 传统图商14 滴图科技 2016 北京 2017.1 滴滴子公司 15 中海庭 2016 武汉 2018.8 上汽子公司16 Momenta 2016 北京 2018.8 智能驾驶类公司17 宽凳科技 2017 贵阳 2019.1 智能驾驶类公司18 晶众地图 2018 上海 2019.5 软件信息类公司数据来源 主要为采集车 采集车+众包实时数据+云端信息传统汽车座舱供应链 高精度地图盈利模式与传统

24、地图差异较大。传统地图盈以License 模式为主，图商通过出售产品使用权获得收益；而高精度地图因 其更新频率高，涵盖数据量大，因此收入结构中除了出售使用权 之外，也可凭借云服务对地图更新进行盈利，收取相应的服务费。主要图商的高精度地图订单梳理高精度地图厂商时间订单详情高德地图2018-6为凯迪拉克 CT6 超级智能驾驶系统 Super Cruise 提供高精度地图支持2018-9与吉利在高精度地图领域达成全面合作，为 G-Pilot 提供支持XX四维图新2018-8获得长城汽车高精度地图和自定位量产订单2019-4与广汽合作启动高精地图和自定位量产项目，双方合作搭载了 L3 级自动驾驶的广汽

25、车型预计 2020 年上市2020-1成为特斯拉中国导航地图合作伙伴，为 ModelS 提供技术支持2019-2获得宝马 L3 及以上级别自动驾驶高精度地图量产订单2019-12公司按照与华为确认的地图属性需求，为华为定制规定区域内的高精度地图数据及服务。 汽车仪表目前发展已经历五代2010年前后车企当前的主流仪表是采用小尺寸液晶显示屏与指针相结合的数字式仪表，在中低端车上，多采用点阵式或者段码式液晶屏来显示数字信息，该类液晶屏显示效果清晰，成本较低。近年来全液晶仪表在高端车型上开始逐渐得到应用，该类仪表取消了指针式仪表盘，采用在大尺寸液晶屏幕上显示的虚拟表盘的方式进行替代。显示的内容可根据实

26、际车况和驾驶员需求进行动态调整。汽车仪表发展历程：虚拟液晶仪表成为智能驾驶时代主流 黑莓QNX提供的多种类型数字化仪表系统 相对于普通操作系统，汽车所采用的操作系统为RTOS（实时操作系统），实时性和可靠性更高。目前主流的RTOS包括QNX、嵌入式Linux 、C/OS-II、 VxWorks、WinCE。 目前仪表操作系统以QNX为主，市占率超过50%：2011年QNX是业内唯一同时达到IEC61508安全完善性三级认证(SIL3)和第六级(EAL 4+)认证的RTOS，同时于 2014 年 QNX 操作系统通过了 ISO 26262 ASIL 认证，为乘用车的电气、电子和基于软件的系统提供

27、更高可靠性和稳定性的保证。QNX 软件系统目前已在很多车型和车辆上被采用，使用量超过所有其他操作系统平台的组合。2014年QNX采用Rightware KanziUI解决方案（被中科创达并购）之全新仪表盘，之前双方合作过全新奥迪虚拟驾驶员座舱项目。汽车仪表OS对比 汽车液晶仪表的软件结构汽车仪表可选OS类型内核类型任务模式内核大小可靠性切换耗时中断延时QNX抢占式4095进程；327线程；256优先级约12K99.999%3us3.3-4.4us嵌入式Linux非抢占式222进程；1024线程；1-5200；最小约134K一般大于10ms约10msC/OS-II抢占式单进程；256线程；64；

28、2-10K很高大于10ms约10msVxWorks抢占式单进程；256线程；256；最小约8K99.999%小于1ms约10msWinCE抢占式32进程；32；最小约200K一般大于10ms10-100ms 车联网是智能驾驶汽车产业中最为重要的技术基础设施之一。车联网是智能交通的必要前提，整个过程由车辆位置、速度 和路线信息、驾驶人信息、道路拥堵以及事故信息以及各种 多媒体应用领域等重要信息元素组成，并且通过大数据和云 计算实现网络化交互性控制。车联网是智能驾驶产业链中关键基础设施 车联网=车载智能终端+物联网+云计算：车联网借助装载在车辆上的传感设备（感知层），收集车辆和车内乘员的信息，通过网络共享（网络层），实现驾驶员、车、行人、车联网平台、城市网络的互联，从而实现智能、安全驾驶，以及享受技术和生活服务等（应用层）。车联网运行示意图 车联网可分为广义和狭义两类概念；广义车联网V2X车路协同（安全需求）+Telematics（娱乐需求）；狭义车联网指V2X车路协同，主要包括V2V（车与车）、V2I（车与路）、V2P（车与人）三大领域； 车联网涉及技术主要包括云平台、V2X、OTA、信息安全四大部分；车联网核心技术构成 车路协同示意图